Forma tu Equipo · Formación online para empresas Solicitar presupuesto

Tecnología, datos e IA

CTRD0046,FCOI0046. Fundamentos de la Inteligencia Artificial generativa - CCS

Formación online para los empleados de tu empresa. Consulta una propuesta según las necesidades de tu equipo.

Ver temario ↓Seleccionar un curso no supone contratar.
MODALIDADOnline
DURACIÓN60 h
REFERENCIAPC897

RESUMEN ORIENTATIVO

De qué trata

Conceptos o herramientas de inteligencia artificial relacionados con la aplicación que indica el curso.

Una idea para aplicarlo en tu empresa

Prueba una tarea con información ficticia, compara el resultado con una referencia revisada y define qué comprobaciones necesita antes de utilizarlo.

Esta orientación te ayuda a valorar la temática. Confirmamos el programa, el nivel y los contenidos concretos antes de contratar.

PROGRAMA DEL PROVEEDOR

Qué aprenderá tu equipo

Fundamentos de la Inteligencia Artificial generativa - CCS 

  • Comprender los fundamentos de la IA generativa, aplicar técnicas de diseño de prompts e identificar sus impactos éticos, sociales y legales.
Ver el temario completo

Unidad1. Fundamentos De La IA

1.1 Para Comenzar

  • En esta lección de inicio vas a construir una intuición clara: qué es (y qué no es) la inteligencia artificial, por qué una IA generativa no funciona como un motor de búsqueda y qué significa realmente eso de entrada → proceso → salida.
  • No buscamos memorizar definiciones: buscamos que tengas una brújula práctica para usar herramientas de IA con criterio y saber cuándo confiar… y cuándo verificar.

1.2 Conceptos Básicos Y Mapa General De La IA

  • En esta lección vas a construir un “plano” para orientarte en el mundo de la inteligencia artificial. Aprenderás qué es IA (y qué no es), cómo se relaciona con el aprendizaje automático y el aprendizaje profundo, cuáles son las piezas que componen un sistema real y cómo se evalúa si un modelo funciona de verdad fuera del laboratorio.
  • La meta no es memorizar definiciones: es ganar criterio para ubicar cualquier herramienta nueva, entender qué puedes esperar de ella y qué riesgos debes vigilar.

1.3 Tipos De IA: Generativa, Predictiva, Discriminativa, Analítica Y Estadística

  • Cuando alguien dice “vamos a usar IA”, casi siempre se salta la pregunta más útil: ¿qué tipo de salida necesitamos? En esta lección vas a construir un mapa práctico para distinguir cinco etiquetas frecuentes: generativa, predictiva, discriminativa, analítica y estadística.
  • Más que memorizar nombres, aprenderás a elegir el enfoque adecuado según el objetivo (crear, anticipar, clasificar, descubrir patrones o medir incertidumbre), a reconocer errores típicos de cada uno y a combinarlos con criterio en escenarios reales.

1.4 IA Vs Motores De Búsqueda: Qué Hacen Y Qué No Hacen

  • En esta lección vas a distinguir con claridad dos herramientas que hoy comparten una interfaz parecida (una caja para escribir), pero funcionan con lógicas y riesgos diferentes: el motor de búsqueda y la IA generativa.
  • Aprenderás qué ocurre “por dentro” en cada caso, cómo se equivocan, qué señales de alerta mirar y, sobre todo, un método de trabajo para combinarlas (anclar → transformar → verificar) sin perder credibilidad.

1.5 Modelos De Lenguaje Y Transformadores: Fundamentos Operativos

  • En esta lección vas a mirar “por dentro” cómo funcionan los modelos de lenguaje modernos: por qué pueden escribir con fluidez, por qué a veces se equivocan con seguridad y qué significa realmente que generan token a token.
  • También conocerás la arquitectura Transformer (y su mecanismo de atención) con una explicación operativa: lo suficiente para entender sus capacidades y límites, y para mejorar tus prompts con criterio.

1.6 GAN, Difusión Y El Ciclo Entrada/Salida En La Generación De Contenido

  • En esta lección entenderás (sin fórmulas pesadas) cómo funciona la generación de imágenes con IA: qué significa “generar”, qué entra y qué sale de una herramienta, y por qué iterar (probar, ajustar, volver a probar) es parte del trabajo.
  • Explorarás dos enfoques clave —GAN y difusión— y te llevarás un panel de control práctico para diseñar mejores entradas (prompts, guías, máscaras y restricciones) y evaluar salidas con criterio.

1.7 Ejercicio Práctico De Libre Expresión Escrita

  • En esta lección vas a escribir con tus palabras para demostrar comprensión y criterio: qué es la IA (sin verla como “magia”), cómo diferenciarla de una automatización por reglas, cómo elegir el tipo de IA adecuado según la salida que necesitas y cómo trabajar de forma segura cuando una respuesta suena convincente pero puede no estar verificada.
  • Completa los ejercicios en orden. Tu objetivo es ser claro, concreto y aplicado a situaciones reales o ficticias.

1.8 Role Playing Y Estado De Avance

  • En esta lección vas a repasar los conceptos esenciales de la unidad (entrada→proceso→salida, tipos de IA, riesgos típicos y verificación).
  • Primero harás un repaso rápido con tarjetas, y luego practicarás criterio en un roleplay: proponer un uso de IA en un equipo realista, sin confundir generación con búsqueda y definiendo controles claros.

1.9 Evaluación De La Unidad

  • En esta evaluación comprobarás tu comprensión de los fundamentos de la IA, los tipos de IA y las diferencias entre IA generativa y motores de búsqueda.
  • Lee con atención cada escenario y elige la opción que mejor encaje con lo visto en la unidad.

Unidad2. Herramientas Y Aplicaciones

2.1 Para Comenzar

  • En esta unidad darás el salto de entender “qué es la IA generativa” a usarla como una herramienta real de trabajo.
  • La meta no es aprender marcas, sino ganar criterio para elegir una herramienta, pedir una salida útil y revisar lo importante antes de usarlo.
  • Empezaremos con una brújula muy práctica (4 preguntas) y con dos hábitos que convierten el uso casual en uso profesional: separar generar de validar, y cuidar la privacidad compartiendo solo lo mínimo necesario.

2.2 ChatGPT: Flujos De Trabajo Para Redacción, Resumen Y Clasificación

  • En esta lección aprenderás a usar ChatGPT como una herramienta de trabajo, no como “caja mágica”. En lugar de buscar el prompt perfecto, construirás tres flujos repetibles: redacción (por capas), resumen (con control de fidelidad) y clasificación (con taxonomía y salida estandarizada).
  • El foco estará en el método: qué información dar, qué formato pedir, cómo evitar que el modelo improvise datos y cómo validar lo crítico antes de enviar, publicar o decidir.

2.3 Copilot Y Gemini: Asistencia En Productividad Y Documentación

  • En esta lección aprenderás a usar asistentes de IA integrados en suites de productividad (Microsoft 365 y Google Workspace) para leer más rápido, redactar con restricciones y convertir información dispersa en documentación útil.
  • El foco no es “el prompt perfecto”, sino un método profesional: pedir estructura antes que texto, marcar lo incierto como [POR CONFIRMAR], separar hechos de inferencias y revisar lo crítico antes de enviar o publicar.

2.4 Claude Y Meta AI: Comparación De Resultados Y Criterios De Elección

  • En esta lección vas a aprender a comparar asistentes de IA sin caer en el “me gustó más” y sin depender de rankings. El objetivo es construir criterio profesional: elegir la herramienta adecuada según tu tarea, el contexto disponible, la sensibilidad de la información y el costo de equivocarte.
  • Trabajaremos con Claude y Meta AI como ejemplos, pero lo importante es el método: brief + rúbrica + rondas de prueba + verificación. Ese método te servirá también para cualquier herramienta nueva que aparezca mañana.

2.5 DALL·E Y Adobe Firefly: Generación De Imágenes Y Variantes

  • En esta lección aprenderás a usar la IA para generar imágenes con un enfoque profesional: no como “prueba y error”, sino como un proceso de diseño guiado por un brief. Verás cómo escribir prompts que realmente dirigen el resultado, cómo generar variantes útiles (manteniendo lo esencial estable) y cómo revisar limitaciones típicas antes de publicar.
  • Trabajaremos con dos herramientas muy presentes hoy, DALL·E y Adobe Firefly, sin depender de botones específicos: te llevarás criterios para elegir, palancas de control para iterar con intención y checklists de calidad, derechos y privacidad.

2.6 Stable Diffusion: Control, Estilos Y Consistencia Visual

  • En esta lección vas a aprender a usar Stable Diffusion como un “taller”: no para generar imágenes al azar, sino para construir resultados repetibles, coherentes y adaptables a formatos reales (posts, banners, series de piezas).
  • Dominarás cuatro palancas clave (seed, pasos, guidance/CFG y sampler), aprenderás a escribir prompts positivos y negativos con intención de dirección de arte, y verás cómo sostener consistencia visual con un núcleo estable y herramientas de control como edición por zonas y guías estructurales.

2.7 Adobe Express Y Azure AI Studio: Creación Multimedia Y Publicación

  • En esta lección vas a dar el salto de “generar algo” a “publicar con control”. Aprenderás a producir un pack de piezas coherentes (post, historia, PDF y video corto) en Adobe Express, y a usar Azure AI Studio / Microsoft Foundry para convertir la IA en un proceso repetible: variantes, reglas, formatos estructurados y verificación.
  • La meta no es memorizar botones, sino construir un método: brief claro, restricciones anti-invención, salida lista para copiar/pegar y un checklist final antes de enviar o publicar.

2.8 Limitaciones De La IA: Confiabilidad, Privacidad, Estándares Y Obsolescencia

  • Una IA generativa puede darte velocidad y claridad, pero también puede inventar detalles, mezclar suposiciones con hechos y hacerte compartir más información de la necesaria. En esta lección aprenderás a trabajar con cuatro límites clave —confiabilidad, privacidad, falta de estándares y obsolescencia— con un enfoque práctico: generar rápido, validar lo crítico y mantener el control.
  • Te llevarás checklists, plantillas de prompt y señales de alerta para usar IA de forma profesional en tareas reales.

2.9 Ejercicio Práctico De Libre Expresión Escrita

  • En esta lección vas a poner en práctica lo más importante de la unidad: elegir herramientas con criterio, escribir briefs claros, pedir salidas con formato útil y validar lo crítico antes de usar lo generado.
  • Completarás tres ejercicios breves (texto, imagen y flujo de trabajo) que premian tu método: claridad, control, privacidad y revisión.

2.10 Role Playing Y Estado De Avance

  • En esta lección vas a repasar los conceptos y hábitos más importantes de la unidad (brief, formatos, validación, privacidad y elección de herramientas).
  • Primero harás un repaso con tarjetas de estudio, y luego practicarás un roleplay guiado donde tendrás que resolver una situación realista con IA sin perder control (no inventar, marcar [POR CONFIRMAR], y proteger datos sensibles).

2.11 Evaluación De La Unidad

  • Esta evaluación comprueba si puedes usar herramientas de IA generativa con criterio: elegir la herramienta adecuada, pedir resultados con estructura, cuidar privacidad y validar lo crítico antes de usar lo generado.
  • Responde una opción por pregunta y avanza pantalla por pantalla.

Unidad3. Refinamiento Y Generación De Prompts (I)

3.1 Para Comenzar

  • En esta unidad vas a aprender a pasar de “pedirle algo” a una IA a dirigir un encargo con claridad: con contexto, formato utilizable y límites para evitar suposiciones.
  • Empezaremos con una idea simple: un prompt eficaz se parece más a un mini-brief que a una frase suelta. Con eso, tus resultados dejan de depender de la suerte y se vuelven revisables y consistentes.

3.2 Anatomía De Un Prompt: Rol, Tarea, Contexto Y Formato

  • En esta lección vas a aprender a diseñar prompts que funcionen como un encargo profesional: no “una frase”, sino una instrucción ejecutable. El objetivo es pasar del resultado “casi” (bonito pero poco usable) a un entregable claro, revisable y coherente con tu situación real.
  • Trabajaremos con cuatro piezas que cambian el juego: rol (la lente), tarea (el verbo), contexto (el mundo real) y formato (el contrato de salida). Verás ejemplos, plantillas y un método de diagnóstico para corregir sin reescribir todo.

3.3 Claridad Y Especificidad: Restricciones, Ejemplos Y Criterios De Éxito

  • En esta lección vas a convertir un “pedido que suena bien” en un encargo controlable. Aprenderás a usar restricciones para reducir riesgos (especialmente la invención de datos), a incorporar ejemplos cuando “explicar” no alcanza, y a definir criterios de éxito para evaluar resultados con un simple “cumple / no cumple”.
  • La meta es práctica: que tus prompts produzcan salidas utilizables y auditables, con menos sorpresas y menos retrabajo, incluso cuando el contexto esté incompleto.

3.4 Tono, Estilo Y Audiencia: Guías Editoriales Y Consistencia

  • En esta lección vas a aprender a dirigir la “forma” del texto (tono, registro, estilo) con el mismo nivel de control con el que ya diriges la tarea y el formato. El objetivo no es que la IA escriba “bonito”, sino que escriba adecuado: para una audiencia concreta, en un canal concreto, con una voz coherente y sin sorpresas.
  • Además, vas a convertir esas decisiones en una guía editorial mínima (realmente usable) y en una capa editorial que puedas pegar en tus prompts para obtener resultados consistentes en el tiempo.

3.5 Zero-Shot Y Few-Shot: Cuándo Usar Ejemplos Y Cómo Redactarlos

  • En esta lección aprenderás a decidir cuándo basta con dar instrucciones claras (zero-shot) y cuándo conviene incluir uno o más ejemplos dentro del prompt (one-shot / few-shot) para fijar un patrón de tono, formato o criterio.
  • Además, practicarás cómo redactar ejemplos que realmente ayuden: consistentes, fáciles de copiar como plantilla, y prudentes ante información incompleta (usando marcas como [POR CONFIRMAR] y preguntas concretas).

3.6 Razonamiento Guiado Y Encadenamiento De Prompts Para Tareas Complejas

  • En esta lección aprenderás a dejar de pedir “el resultado final” de una sola vez y, en su lugar, dirigir un proceso: primero aclarar, luego estructurar, después redactar y al final auditar. Este enfoque reduce inventos, mejora la consistencia y te permite corregir en el paso correcto sin reescribir todo.
  • Verás tres niveles de razonamiento guiado, cómo encadenar prompts con contratos de salida (formatos obligatorios), y plantillas listas para copiar (extraer → planificar → redactar → editar → auditar). Cerrarás con un caso completo y una práctica breve para diseñar tu propia cadena.

3.7 Verificación Práctica: Contraste De Hechos, Fechas Y Cifras

  • En esta lección vas a entrenar una habilidad esencial para usar IA generativa con seguridad: verificar. La idea no es desconfiar “por deporte”, sino separar lo confirmado de lo plausible, detectar promesas involuntarias y evitar que un detalle inventado se convierta en un compromiso.
  • Aprenderás un método práctico para auditar textos: identificar afirmaciones sensibles, clasificarlas (hechos, inferencias, recomendaciones), revisar fechas y cifras con criterios claros, y usar prompts de rescate que marquen [POR CONFIRMAR] y terminen con preguntas concretas.

3.8 Ejercicio Práctico De Libre Expresión Escrita

  • En esta lección vas a practicar prompting de forma aplicada: diseñar instrucciones claras (mini-briefs) para obtener resultados utilizables, con control de formato, tono y límites.
  • También vas a entrenar la parte “profesional” del proceso: enseñar patrones con ejemplos (few-shot) y auditar textos que suenan seguros pero podrían incluir datos no verificados.

3.9 Role Playing Y Estado De Avance

  • En esta lección vas a reforzar lo esencial de la unidad con una actividad rápida de flashcards y luego lo practicarás en un role play guiado: diseñarás un prompt (y su “prompt de rescate”) para un mensaje delicado con información incompleta, evitando inventos y cerrando con próximos pasos claros.
  • El objetivo es que puedas comprobar tu nivel (básico, operativo o profesional) y salir con un patrón reutilizable: rol + tarea + contexto + formato + restricciones + criterios de éxito + mini-auditoría.

3.10 Evaluación De La Unidad

  • En esta evaluación aplicarás lo aprendido sobre diseño y refinamiento de prompts: estructura (rol, tarea, contexto, formato), restricciones y criterios de éxito, control de tono/audiencia, uso de ejemplos (zero-shot y few-shot), encadenamiento de prompts y verificación de hechos (fechas, cifras e inferencias).
  • Responde con foco en resultados utilizables y revisables: menos suposiciones, más control.

Unidad4. Refinamiento Y Generación De Prompts (II)

4.1 Para Comenzar

  • En esta unidad vas a pasar de usar prompts “por intento” a usar la IA como parte de un proceso de producción: reunir material, ordenar un encargo (brief), redactar, transformar versiones y auditar antes de publicar.
  • La meta es simple y muy práctica: lograr resultados consistentes, revisables y reutilizables, sin depender de la suerte y sin que una versión contradiga a otra.

4.2 Recopilación Y Síntesis: De Fuentes A Un Brief Accionable

  • En esta lección vas a entrenar el paso que más impacto tiene en la calidad (y seguridad) de lo que produces con IA: convertir material disperso en un encargo claro. Ese encargo se llama brief accionable: objetivo, audiencia, hechos confirmados, restricciones, formato y dudas abiertas.
  • Cuando trabajas con fuentes sueltas (correos, chats, notas, documentos), la IA tiende a “coser” huecos con frases plausibles. Aquí aprenderás a evitarlo con un método simple: evaluar fuentes rápido, capturar con trazabilidad, marcar firmeza (confirmado vs por confirmar) y sintetizar en un brief que se pueda ejecutar sin adivinar.

4.3 Redacción Asistida: Estructura, Coherencia Y Control De Calidad

  • En esta lección aprenderás a pasar del “borrador que suena bien” al texto que realmente sirve en el trabajo: ordenado, coherente, revisable y sin inventos. Verás cómo usar la IA como apoyo para construir estructura, mantener coherencia y aplicar un control de calidad por pasadas antes de enviar.
  • Trabajaremos con técnicas y prompts reutilizables: pedir un esquema aprobable, redactar por secciones, auditar riesgos (fechas, cifras, promesas), y separar roles (generador, editor y auditor) para reducir autoengaños. El objetivo es que puedas producir con velocidad, pero con control.

4.4 Transformación De Contenido: Reescritura, Corrección Y Personalización

  • En esta lección aprenderás a transformar textos con IA sin perder el control: reescribir para mayor claridad, corregir con cambios mínimos y adaptar un mismo núcleo a distintos canales y audiencias sin inventar datos ni aumentar el grado de certeza.
  • Vas a practicar un flujo estable: auditar lo sensible → definir un “contrato de edición” → transformar por etapas → revisar (anti-deriva) → registrar cambios.

4.5 Prompts Para Imágenes: Composición, Estilo, Variaciones Y Consistencia

  • En esta lección vas a pasar de “generar imágenes bonitas” a dirigir imágenes útiles. Aprenderás a escribir prompts como un brief de dirección de arte: tomar decisiones claras sobre composición (qué se ve primero y por qué), estilo (el idioma visual), variaciones controladas (explorar sin reiniciar todo) y consistencia (mantener un universo visual en una serie).
  • El objetivo no es controlar cada píxel, sino lograr control suficiente para producir piezas que puedas usar en trabajo real: banners con espacio para texto, miniaturas coherentes, recursos didácticos consistentes y versiones comparables para elegir con criterio.

4.6 Prompts Para Vídeo: Guion, Avatares, Subtítulos E Iteración

  • En esta lección vas a aprender a dirigir la creación de vídeo con IA como un proceso de producción: primero el guion (para que el mensaje sea claro y producible), luego las reglas de estilo y consistencia, y finalmente la iteración por rondas para mejorar sin “romper” lo que ya funciona.
  • También trabajarás cómo escribir para avatares (voz natural, ritmo y pausas) y cómo diseñar subtítulos/captions legibles y útiles, con una metodología simple que se puede repetir en distintas herramientas.

4.7 Mejora Iterativa: Comparación De Versiones, A/B Y Registro De Prompts

  • En esta lección vas a aprender a mejorar resultados con IA de forma repetible: elegir una versión base, iterar cambiando una sola variable por ronda, comparar versiones con criterios (no por corazonadas), y registrar lo que funcionó para poder repetirlo mañana.
  • También vas a ver cómo aplicar A/B (de forma realista) en prompts, cómo construir un banco de pruebas y cómo usar una bitácora mínima para evitar el “prompt Frankenstein”.

4.8 Ejercicio Práctico De Libre Expresión Escrita

  • En esta actividad vas a practicar el enfoque central de la unidad: usar la IA como parte de un proceso de producción con control (brief → redacción → transformación → auditoría → mejora por rondas), evitando inventar datos y manteniendo consistencia entre versiones.
  • Completa los ejercicios en orden. Son situaciones ficticias para que puedas enfocarte en el método (trazabilidad, [POR CONFIRMAR], contratos de edición, criterios de aceptación, bitácora) sin depender de información real.

4.9 Role Playing Y Estado De Avance

  • En esta lección vas a repasar los conceptos clave de la unidad y a practicar un flujo completo de “taller de producción” con IA: brief → producción → transformación → auditoría → mejora por rondas → bitácora.
  • La meta es que continúes con un método estable: resultados consistentes, revisables y con control de riesgos (sin inventar datos y haciendo visible lo que está [POR CONFIRMAR]).

4.10 Evaluación De La Unidad

  • En esta evaluación comprobarás si puedes trabajar con IA generativa como parte de un proceso de producción: construir briefs accionables, redactar con control, transformar contenido sin deriva, diseñar prompts multimedia consistentes e iterar con método.
  • Lee con atención cada pregunta y elige la opción que mejor refleje lo visto en la unidad.

Unidad5. Ética E Implicaciones Legales

5.1 Para Comenzar

  • Hasta ahora usaste la IA para generar y mejorar contenido. En esta unidad damos un paso clave: cuando ese contenido deja de ser “un borrador interesante” y empieza a tener consecuencias reales para personas, organizaciones o comunidades.
  • Vas a incorporar una brújula simple para decidir con criterio: separar ética, legalidad y seguridad; pensar en riesgo (probabilidad e impacto); y aplicar controles básicos como verificación, minimización de datos y transparencia.

5.2 Sesgos Y Errores: Cómo Detectarlos Y Mitigarlos

  • En esta lección vas a entrenar una habilidad clave para usar IA generativa en situaciones reales: leer la salida como si fueras un auditor de calidad. Aprenderás a separar errores (hechos inventados o no sustentados) de sesgos (patrones de trato desigual), y a detectar señales tempranas antes de que un texto aparentemente “perfecto” genere problemas.
  • También verás pruebas simples (contraste, roles invertidos, auditoría de lenguaje), y un proceso de mitigación práctico: guardrails en el prompt, revisión humana por pasadas y bitácora mínima para aprender sin depender de la memoria.

5.3 Privacidad Y Seguridad: Datos Sensibles, Identidades Y Buenas Prácticas

  • En esta lección aprenderás a usar IA generativa sin perder el control de los datos. Verás cómo identificar datos personales y sensibles, por qué “lo que parece inocente” puede volverse riesgoso al resumir o reescribir, y qué hábitos prácticos reducen filtraciones, suplantación e ingeniería social.
  • Además, practicarás un enfoque simple y repetible: semáforo de datos, minimización, uso de etiquetas, guardrails en prompts, revisión por pasadas y un microprotocolo para actuar si ocurre un error.

5.4 Propiedad Intelectual Y Licencias: Riesgos Y Uso Responsable

  • En esta lección vas a convertir una duda muy común (“¿puedo usar esto?”) en un criterio práctico y repetible. Verás por qué generar contenido con IA no equivale a tener permiso, qué piezas componen la propiedad intelectual (derechos de autor, marcas, confidencialidad, entre otras) y cómo leer licencias sin pánico.
  • También vas a construir un flujo de trabajo simple para publicar o usar contenido asistido por IA de forma más defendible: minimización, guardrails, revisión por pasadas, ficha de procedencia y criterios para saber cuándo escalar a revisión interna.

5.5 Transparencia, Supervisión Y Responsabilidad En El Uso De IA

  • En esta lección vas a convertir tres palabras que suelen quedarse en “buenas intenciones” —transparencia, supervisión y responsabilidad— en decisiones prácticas y repetibles. Aprenderás a diseñar avisos útiles (no “letra pequeña”), a definir intervención humana real según el riesgo, y a mantener trazabilidad para poder explicar y corregir cuando algo sale mal.
  • Trabajarás con plantillas y checklists simples para que la IA no sea una excusa (“la IA lo dijo”), sino una herramienta gobernable, defendible y alineada con el mundo real.

5.6 Usos Inapropiados Y Evaluación Del Impacto Social

  • En esta lección vas a entrenar una mirada práctica para reconocer usos inapropiados de la IA generativa (aunque vengan disfrazados de “solo es un atajo”) y para evaluar su impacto social antes de publicar, automatizar o escalar.
  • Aprenderás un mapa de riesgos frecuentes (engaño, desinformación, acoso, decisiones sobre personas, filtraciones) y un método de bolsillo para decidir con criterio: escala, reversibilidad y distribución del daño, más controles concretos (guardrails, revisión humana, transparencia y trazabilidad).

5.7 Ejercicio Práctico De Libre Expresión Escrita

  • En esta lección vas a practicar con escenarios ficticios donde la IA “suena bien”, pero el riesgo real está en los detalles: sesgos de trato, errores con tono seguro, filtración de información sensible, permisos de uso y transparencia ante el público.
  • Tu objetivo no es escribir “bonito”, sino producir respuestas defendibles: con criterios claros, guardrails (barandas de seguridad), minimización de datos, revisión humana y una decisión final basada en riesgo.

5.8 Role Playing Y Estado De Avance

  • En esta lección vas a repasar los criterios prácticos de la unidad (sesgos y errores, privacidad y seguridad, propiedad intelectual, transparencia y evaluación de impacto) y los aplicarás en un roleplay guiado.
  • El objetivo es que salgas con un “kit mental” reutilizable: qué revisar, en qué orden, qué preguntar y cuándo ajustar, frenar o escalar una decisión.

Unidad5.9 Evaluación De La Unidad

  • Esta evaluación comprueba si puedes aplicar con criterio los temas de la unidad: sesgos y errores, privacidad y seguridad, propiedad intelectual y licencias, transparencia y responsabilidad, y usos inapropiados e impacto social.
  • Lee con atención cada escenario (son ficticios) y elige la opción que refleje un uso más seguro, justo y defendible de la IA.

Unidad6. Evaluación Final

6.1 Evaluación Final

  • Esta evaluación final integra los fundamentos, herramientas, prompting, verificación y criterios éticos/legales trabajados a lo largo del curso.
  • Tu objetivo es demostrar criterio: elegir el enfoque correcto según la salida requerida, reducir inventos con reglas y formatos, proteger datos sensibles y justificar decisiones con trazabilidad.

Programa consultado en el catálogo de Recursos Impulsa el 17/11/2026. Confirmamos su vigencia, nivel y disponibilidad antes de contratar.

Una propuesta según tus necesidades

Indícanos cuántas personas quieres formar y tus objetivos. Confirmaremos el programa, la disponibilidad, el precio y las condiciones antes de la contratación.

La posible bonificación debe revisarse según el curso, el crédito de tu empresa y los requisitos aplicables.